乳腺癌是发生在乳腺上皮组织的,目前最常见的女性恶性肿瘤。全球乳腺癌发病率自20世纪70年代末开始一直呈上升趋势,欧美等发达国家一直是乳腺癌的高发地区^[29],尤其是在经济发达的大城市,乳腺癌的发病率增加尤其明显。为了能探究乳腺癌的致病因素和治疗手段,本文分析了来自《Nature Communications》杂志中Pereira B^[12]的乳腺癌数据,先进行了Kaplan-Meier估计^[8],描绘了ER状态、HER2状态、化疗、激素疗法、手术类型和总体的生存曲线。首先本文通过建立Cox风险比例回归模型和加速失效模型,表明了诺丁汉预后指数、年龄、化疗、激素疗法和手术类型对乳腺癌患者的生存有着显著影响,诺丁汉预后指数和年龄越大,生存时间越短,进行化疗、激素治疗和保乳手术的患者生存机率更大;然后通过构建决策树模型和随机森林模型,预测患者的生存状态。比较Cox风险比例回归模型^[36]和随机森林模型^[53][54]后发现,Cox模型更适用于解释协变量对生存时长的影响,随机森林模型在预测生存周期方面效果更佳;最后建立分位数回归模型,分析当生存率不同时,协变量的影响作用。提出早发现、早治疗的理念,尽可能采取化疗、激素疗法和保乳手术的方案,增大我国乳腺癌生存概率,促进我国民众科学认知乳腺癌,帮助医疗人员制定最佳治疗方案。